⚛️ high-energy experiments

Measurement of the cross-section for the production of a $W$ boson in association with $b$ -jets in $pp$ collisions at $\sqrt{s}=13$ TeV with the ATLAS detector

ATLAS डिटेक्टर द्वारा एकत्र किए गए 13 TeV प्रोटॉन-प्रोटॉन टकराव के 140 fb $^{-1}$ डेटा का उपयोग करते हुए, यह शोध पत्र $W+b$ -जेट उत्पादन क्रॉस-सेक्शन के एक ऐसे मापन को प्रस्तुत करता है जो पिछले परिणामों की तुलना में दोगुनी सापेक्ष सटीकता प्राप्त करता है और अगले-स्तर के लीडिंग-ऑर्डर (next-to-leading-order) QCD भविष्यवाणियों के अनुरूप है।

मूल लेखक: ATLAS Collaboration

प्रकाशित 2026-06-01

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: ATLAS Collaboration

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य चित्र: एक भारी दोस्त के साथ भूत को पकड़ना

कल्पना कीजिए कि लार्ज हैड्रोन कोलाइडर (LHC) दुनिया का सबसे शक्तिशाली पार्टिकल स्मैशर (कणों को टकराने वाला यंत्र) है। यह दो प्रोटॉन बीमों (सूक्ष्म कणों) को लगभग प्रकाश की गति से एक-दूसरे की ओर दागता है। जब वे आपस में टकराते हैं, तो वे नए कणों का एक अराजक विस्फोट पैदा करते हैं, जैसे किसी फूलदान को तोड़ना और उसके टुकड़ों को हर तरफ उड़ते हुए देखना।

यह पेपर एक विशिष्ट प्रकार के "टुकड़े" के बारे में है जिसे ATLAS डिटेक्टर खोज रहा है: एक W बोसॉन (एक भारी, अस्थिर कण) जो एक b-जेट (एक भारी बॉटम क्वार्क द्वारा निर्मित कणों का स्प्रे) के साथ जन्म लेता है।

W बोसॉन को एक "भूत" के रूप में सोचें। यह लगभग तुरंत एक लेप्टॉन (इलेक्ट्रॉन या म्यूऑन) और एक न्यूट्रिनो में टूट जाता है। न्यूट्रिनो अदृश्य है; यह डिटेक्टर के माध्यम से एक दीवार के आर-पार जाने वाले भूत की तरह निकल जाता है। हमें पता चलता है कि भूत वहां मौजूद था क्योंकि हम उस लेप्टॉन को देखते हैं जिसे वह पीछे छोड़ गया है और हम टकराव के बैलेंस शीट में "गायब" ऊर्जा (न्यूट्रिनो) को भी नोटिस करते हैं।

b-जेट "भारी दोस्त" है। बॉटम क्वार्क्स भारी होते हैं और टूटने से पहले बहुत कम समय के लिए यात्रा करते हैं। यह डिटेक्टर में एक विशिष्ट "पदचिह्न" (footprint) छोड़ता है जो वैज्ञानिकों को उन्हें पहचानने में मदद करता है।

इस पेपर का लक्ष्य यह गिनना है कि जब प्रोटॉन आपस में टकराते हैं, तो यह विशिष्ट जोड़ी (भूत और भारी दोस्त) कितनी बार दिखाई देती है, और यह मापना है कि भारी दोस्त के पास ठीक कितना "दम" (मोमेंटम) है।

सेटअप: एक विशाल कैमरा और एक विशाल डेटासेट

ATLAS डिटेक्टर मूल रूप से टकराव बिंदु के चारों ओर एक विशाल, 360-डिग्री कैमरा है। यह एक प्याज की तरह परतों में बना है:

कोर (Core): आवेशित कणों (charged particles) के रास्तों को ट्रैक करता है।
मध्य भाग (Middle): उन कणों की ऊर्जा को मापता है जो वहां रुक जाते हैं (जैसे इलेक्ट्रॉन और फोटॉन)।
बाहरी परत (Outer Shell): म्यूऑन्स को पकड़ता है, जो आंतरिक परतों से गुजर सकते हैं।

वैज्ञानिकों ने 2015 और 2018 के बीच एकत्र किए गए डेटा का उपयोग किया। यह एक विशाल डेटासेट है, जो 140 इनवर्स फेम्टोबार्स के टकरावों के बराबर है। इसे समझने के लिए, यदि 7 TeV पर पिछला माप 4-मेगापिक्सेल कैमरे से फोटो लेने जैसा था, तो यह नया माप 120-मेगापिक्सेल कैमरे से फोटो लेने जैसा है। उनके पास 30 गुना अधिक डेटा है, जो तस्वीर को बहुत स्पष्ट बनाता है।

चुनौती: घास के ढेर में सुई ढूंढना

समस्या यह है कि "भूत + भारी दोस्त" वाली घटना दुर्लभ है। अधिकांश समय, प्रोटॉन टकराव अन्य चीजें पैदा करते हैं:

"नकली" भूत: कभी-कभी, कणों का एक जेट इलेक्ट्रॉन या म्यूऑन के रूप में गलत पहचाना जाता है।
"नकली" भारी दोस्त: कभी-कभी, एक हल्का क्वार्क या चारम क्वार्क बॉटम क्वार्क के रूप में गलत पहचाना जाता है।
"असली" लेकिन अवांछित मेहमान: टॉप क्वार्क्स (जो और भी भारी हैं) या कई जेट्स वाले इवेंट्स बहुत समान दिख सकते हैं जो वैज्ञानिक चाहते हैं।

सिग्नल (W बोसॉन + b-जेट) शुरुआती फिल्टर से गुजरने वाले इवेंट्स का केवल लगभग 30% हिस्सा बनाता है। बाकी 70% बैकग्राउंड शोर (background noise) है।

जासूसी का काम: उन्होंने सिग्नल को कैसे अलग किया

असली सिग्नल को खोजने के लिए, टीम ने दो मुख्य जासूसी तकनीकों का उपयोग किया:

1. मैट्रिक्स विधि (द "Lie Detector" टेस्ट)
"नकली" लेप्टॉन्स के लिए (जहाँ एक जेट इलेक्ट्रॉन की तरह दिखता है), उन्होंने मैट्रिक्स विधि नामक एक सांख्यिकीय ट्रिक का उपयोग किया। कल्पना कीजिए कि आपके पास लोगों का एक समूह है, जिनमें से कुछ सच बोल रहे हैं और कुछ झूठ।

आप उनसे एक सख्त सवाल पूछते हैं ("Tight" मानदंड)।
आप उनसे एक ढीला सवाल पूछते हैं ("Anti-Tight" मानदंड)।
यह जानकर कि सच बोलने वाले और झूठ बोलने वाले कितनी बार इन परीक्षणों को पास करते हैं, आप गणितीय रूप से हल कर सकते हैं कि "Tight" समूह में कितने झूठे लोग हैं। इसने उन्हें अपने डेटा से नकली लेप्टॉन्स को घटाने में मदद की।

2. फ्लेवर फिट (द "Fingerprint" एनालिसिस)
"नकली" b-जेट्स के लिए (जहाँ एक हल्का जेट बॉटम क्वार्क के रूपв रूप में गलत पहचाना जाता है), उन्होंने b-टैगिंग एल्गोरिदम द्वारा छोड़े गए "फिंगरप्रिंट" को देखा।

असली बॉटम क्वार्क्स डिटेक्टर में एक बहुत ही विशिष्ट, मजबूत सिग्नल छोड़ते हैं।
हल्के क्वार्क्स एक कमजोर या अलग सिग्नल छोड़ते हैं।
वैज्ञानिकों ने अपने डेटा से इन सिग्नल्स के वितरण को लिया और इसकी तुलना अपने कंप्यूटर सिमुलेशन के अनुमान से की, जो असली b-जेट्स, नकली b-जेट्स और अन्य बैकग्राउंड के लिए था। उन्होंने नंबरों को तब तक समायोजित किया जब तक कि सिमुलेशन डेटा से पूरी तरह मेल न खा जाए। इस "फिट" ने उन्हें बताया कि उनके पास वास्तव में कितने W+b-जेट इवेंट्स थे।

परिणाम: एक सटीक माप

डेटा को साफ करने और बैकग्राउंड शोर को हटाने के बाद, उन्होंने क्रॉस-सेक्शन को मापा। पार्टिकल फिजिक्स में, क्रॉस-सेक्शन मूल रूप से इस बात का माप है कि यह घटना होने की "संभावना" कितनी है। यह एक लक्ष्य के आकार को मापने जैसा है: एक बड़ा क्रॉस-सेक्शन मतलब लक्ष्य बड़ा है और उसे हिट करना आसान है।

माप: उन्होंने पाया कि इस घटना की संभावना 16.6 ± 1.9 पिकोबार्न्स (एक पिकोबार्न क्षेत्रफल की एक सूक्ष्म इकाई है) है।
तुलना: उन्होंने इस परिणाम की तुलना दो अलग-अलग कंप्यूटर थ्योरीज़ (Sherpa और MGaMC+Py8) से की।
- Sherpa थ्योरी ने 16.8 ± 2.3 pb का अनुमान लगाया। माप इसके लगभग बिल्कुल सटीक है।
- MGaMC+Py8 थ्योरी ने 13.9 ± 1.3 pb का अनुमान लगाया। माप इससे थोड़ा अधिक है, लगभग एक मानक विचलन (statistical wiggle room) के बराबर।

यह क्यों महत्वपूर्ण है

यह केवल कणों को गिनने के बारे में नहीं है; यह ब्रह्मांड के नियमों का परीक्षण करने के बारे में है।

नियमों का परीक्षण: स्टैंडर्ड मॉडल (भौतिकी की हमारी वर्तमान नियम पुस्तिका) भविष्यवाणी करता है कि ये कण कैसे व्यवहार करेंगे। उच्च सटीकता के साथ इस प्रक्रिया को मापकर, वैज्ञानिक यह जांच रहे हैं कि क्या नियम पुस्तिका सही है।
"भारी" कारक: इस प्रक्रिया में भारी क्वार्क्स (बॉटम क्वार्क्स) शामिल हैं। यह समझना कि वे W बोसॉन के साथ कैसे इंटरैक्ट करते हैं, स्ट्रॉन्ग न्यूक्लियर फोर्स (क्वांटम क्रोमोडायनामिक्स) के बारे में हमारी समझ को बेहतर बनाने में मदद करता है।
नई भौतिकी के लिए बैकग्राउंड: W+b-जेट प्रक्रिया हिग्स बोसॉन या नई, अज्ञात कणों की खोज के लिए एक प्रमुख "बैकग्राउंड" शोर है। घास के ढेर में एक नई सुई खोजने के लिए, आपको पहले यह जानना होगा कि घास का ढेर वास्तव में कितना बड़ा है। यह माप नई भौतिकी की खोज को और अधिक सटीक बनाने में मदद करता है।

निचोड़ (The Bottom Line)

ATLAS सहयोग ने LHC से एक विशाल डेटासेट लिया है और दुर्लभ पार्टिकल इंटरेक्शन को अलग करने के लिए परिष्कृत सांख्यिकीय ट्रिक्स का उपयोग किया है। उन्होंने पाया कि ब्रह्मांड W बोसॉन को बॉटम क्वार्क्स के साथ उसी दर पर उत्पन्न करता है जैसा कि हमारी सर्वोत्तम वर्तमान थ्योरीज़ (विशेष रूप से Sherpa मॉडल) निकटता से मेल खाती हैं। अधिक डेटा और बेहतर उपकरणों के कारण, यह माप पिछले प्रयास की तुलना में दोगुना सटीक है। यह भारी क्वार्क्स उच्च-ऊर्जा टकरावों में कैसे व्यवहार करते हैं, इसकी हमारी वर्तमान समझ की एक सफल पुष्टि है।

तकनीकी सारांश: ATLAS डिटेक्टर के साथ $\sqrt{s} = 13$ TeV पर pp टकरावों में $W$ बोसॉन के $b$ -जेट्स के साथ उत्पादन के क्रॉस-सेक्शन का मापन

समस्या और प्रेरणा
यह शोध पत्र एक $W$ बोसॉन के उत्पादन के क्रॉस-सेक्शन के मापन को प्रस्तुत करता है जो एक या दो जेट के साथ होता है, जहाँ कम से कम एक जेट का उद्गम $b$ -क्वार्क से होता है ( $W + b$ -जेट्स)। यह प्रक्रिया भारी क्वार्क्स से जुड़े प्रटर्बेटिव क्वांटम क्रोमोडायनामिक्स (pQCD) के लिए एक महत्वपूर्ण जांच है। स्टैंडर्ड मॉडल में, प्रमुख योगदान ग्लूऑन स्प्लिटिंग से $b\bar{b}$ युग्म ( $W + g(\to b\bar{b})$ ) से आता है, जबकि नेक्स्ट-टू-लीडिंग-ऑर्डर (NLO) योगदान $b$ -क्वार्क उत्पादन के उपचार पर निर्भर करते हैं, विशेष रूप से फोर-फ्लेवर नंबर स्कीम (4FNS) और फाइव-फ्लेवर नंबर स्कीम (5FNS) के बीच अंतर करते हुए।

इस क्रॉस-सेक्शन का सटीक मापन सैद्धांतिक गणनाओं को परिष्कृत करने और मोंटे कार्लो (MC) तकनीकों को मान्य करने के लिए आवश्यक है। इसके अलावा, $W + b$ -जेट्स प्रक्रिया हिग्स बोसॉन उत्पादन मापन (विशेष रूप से $WH $और$ ZH $के साथ$ H \to b\bar{b}$) के मापन के लिए एक महत्वपूर्ण बैकग्राउंड बनाती है और सिंगल टॉप-क्वार्क उत्पादन मापन तथा स्टैंडर्ड मॉडल से परे भौतिकी की खोजों में एक अपरिहार्य (irreducible) बैकग्राउंड के रूप में कार्य करती है। टेवैट्रॉन और LHC (ATLAS द्वारा 7 TeV और CMS द्वारा 7/8 TeV) के पिछले मापन ने NLO सैद्धांतिक भविष्यवाणियों के साथ विभिन्न स्तरों का तनाव दिखाया है, जो पूर्ण रन 2 डेटासेट का उपयोग करके उच्च-परिशुद्धता मापन को प्रेरित करता है।

कार्यप्रणाली (Methodology)
यह विश्लेषण प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करता है जो ATLAS डिटेक्टर द्वारा $\sqrt{s} = 13$ TeV पर एकत्र किया गया है, जो 140 fb $^{-1}$ (2015–2018) के एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है। $W$ बोसॉन का पुनर्निर्माण इसके लेप्टोनिक क्षय ( $W \to e\nu$ या $W \to \mu\nu$ ) के माध्यम से किया जाता है।

इवेंट चयन (Event Selection): उम्मीदवार घटनाओं (candidate events) के लिए ठीक एक उच्च- $p_T$ इलेक्ट्रॉन या म्यूऑन, न्यूट्रिनो के अनुरूप लुप्त ट्रांसवर्स मोमेंटम ( $E_T^{miss}$ ), और ठीक एक या दो पुनर्निर्मित जेट की आवश्यकता होती है। "1j1b" श्रेणी में, एकल जेट को $b$ -टैग्ड होना चाहिए। "2j2b" श्रेणी में, दो जेटों में से ठीक एक जेट को $b$ -टैग्ड होना चाहिए। टॉप-क्वार्क बैकग्राउंड को दबाने के लिए अतिरिक्त $b$ -जेट्स या तीन या अधिक जेट्स वाली घटनाओं को अस्वीकार कर दिया जाता है।
ऑब्जेक्ट पुनर्निर्माण (Object Reconstruction): इलेक्ट्रॉन्स और म्यूऑन्स को सख्त पहचान और आइसोलेशन मानदंडों के साथ चुना जाता है। जेट्स को पार्टिकल-फ्लो इनपुट के साथ एंटी- $k_t$ एल्गोरिदम ( $R=0.4$ ) का उपयोग करके पुनर्निर्मित किया जाता है। $b$ -टैगिंग 60% वर्किंग पॉइंट पर DL1r डीप न्यूरल नेटवर्क डिस्क्रिमिनेन्ट का उपयोग करके की जाती है।
बैकग्राउंड अनुमान (Background Estimation):
- मल्टीजेट बैकग्राउंड: प्रॉम्प्ट और नॉन-प्रॉम्प्ट (फेक) लेप्टॉन को अलग करने के लिए डेटा-ड्रिवन "मैट्रिक्स मेथड" का उपयोग करके अनुमानित किया जाता है।
- $W + c$ -जेट्स और $W +$ लाइट-जेट्स: ये प्रमुख बैकग्राउंड, जो सिग्नल कैनेमैटिक्स की नकल करते हैं, को डेटा-ड्रिवन "फ्लेवर-फिट" विधि का उपयोग करके अनुमानित किया जाता है। इसमें सिग्नल यील्ड और संयुक्त $W +$ अन्य-जेट्स बैकग्राउंड को निकालने के लिए $b$ -टैगिंग डिस्क्रिमिनेन्ट (DL1r स्कोर) के वितरण में दो बिनों (0–20% और 20–60% दक्षता क्षेत्र) में एक समवर्ती $\chi^2$ फिट शामिल है।
- अन्य बैकग्राउंड: $t\bar{t}$ , सिंगल टॉप, डायबोसोन, $Z$ +जेट्स, और $W \to \tau\nu$ के योगदान का अनुमान पूरी तरह से सिम्युलेटेड MC सैंपल्स (Sherpa, Powheg+Pythia, MadGraph5_aMC@NLO) का उपयोग करके लगाया जाता है।
क्रॉस-सेक्शन निष्कर्षण (Cross-section Extraction): प्राप्त यील्ड को डिटेक्टर प्रभावों (दक्षता, रिज़ॉल्यूशन, स्वीकृति) के लिए सुधारा जाता है ताकि फिड्यूशियल क्रॉस-सेक्शन प्राप्त किया जा सके। बिन-टू-बिन माइग्रेशन के लिए सुधार करने और परिणामों को एक परिभाषित पार्टिकल-लेवल फिड्यूशियल क्षेत्र तक विस्तारित करने के लिए एक अनफोल्डिंग प्रक्रिया (इटरेटिव बायेसियन तकनीक) लागू की जाती है। इलेक्ट्रॉन और म्यूऑन चैनलों के परिणामों को बेस्ट लीनियर अनबायस्ड एस्टीमेट (BLUE) पद्धति का उपयोग करके संयोजित किया जाता है।

प्रमुख योगदान (Key Contributions)

डेटासेट: यह ATLAS द्वारा पूर्ण रन 2 डेटासेट (140 fb $^{-1}$ ) का उपयोग करके $W + b$ -जेट्स का पहला मापन है, जो पिछले 7 TeV (4.6 fb $^{-1}$ ) के मापन की तुलना में सांख्यिकी में महत्वपूर्ण वृद्धि का प्रतिनिधित्व करता है।
डिफरेंशियल मापन: यह पेपर अग्रणी $b$ -जेट ट्रांसवर्स मोमेंटम ( $p_T$ ) के फलन के रूप में चार बिनों (25–30, 30–40, 40–60, और 60–140 GeV) के लिए डिफरेंशियल क्रॉस-सेक्शन प्रदान करता है।
फ्लेवर-फिट तकनीक: सिग्नल और प्रमुख $W +$ लाइट/ $c$ -जेट बैकग्राउंड को सीधे डेटा से निकालने के लिए फ्लेवर-फिट पद्धति का अनुप्रयोग इन विशिष्ट बैकग्राउंड घटकों के लिए सैद्धांतिक मॉडलिंग पर निर्भरता को कम करता है।
सैद्धांतिक तुलना: परिणामों की तुलना दो NLO सैद्धांतिक भविष्यवाणियों के विरुद्ध की जाती है: Sherpa (5FNS) और MadGraph5_aMC@NLO + Pythia (5FNS)।

परिणाम (Results)
$W + b$ -जेट्स के लिए मापा गया समावेशी (inclusive) फिड्यूशियल क्रॉस-सेक्शन (संयोजित इलेक्ट्रॉन और म्यूऑन चैनल) है:
$\sigma_{\text{fid}} = 16.6 \pm 1.9 \text{ pb}$
यह मान $16.8 \pm 2.3$ pb की Sherpa NLO भविष्यवाणी के अनुरूप है। यह मापन $13.9 \pm 1.3$ pb की MadGraph5_aMC@NLO + Pythia भविष्यवाणी से लगभग एक मानक विचलन (standard deviation) अधिक है।

जेट मल्टीप्लिसिटी द्वारा क्रॉस-सेक्शन का विवरण:

1-जेट क्षेत्र: $9.1 \pm 0.9$ pb
2-जेट क्षेत्र: $7.5 \pm 1.1$ pb

डिफरेंशियल क्रॉस-सेक्शन सभी $p_T$ बिनों में Sherpa भविष्यवाणी के साथ अच्छा तालमेल दिखाते हैं। MGaMC+Py8 FxFx भविष्यवाणी डेटा के सापेक्ष लगभग एक मानक विचलन का व्यवस्थित घाटा (deficit) प्रदर्शित करती है।

अनिश्चितता और परिशुद्धता (Uncertainties and Precision)
समावेशी क्रॉस-सेक्शन पर कुल अनिश्चितता लगभग 10% है, जो व्यवस्थित अनिश्चितताओं (मुख्य रूप से $b$ -टैगिंग कैलिब्रेशन और 2-जेट क्षेत्र में टॉप-क्वार्क बैकग्राउंड मॉडलिंग) द्वारा संचालित है। सांख्यिकीय अनिश्चितता लगभग 1% है। इस मापन की सापेक्ष परिशुद्धता पिछले ATLAS मापन ( $\sqrt{s} = 7$ TeV) की तुलना में दो गुना बेहतर है। यह सुधार बड़े डेटासेट (30 गुना अधिक डेटा) और बेहतर जेट एवं $b$ -टैगिंग प्रदर्शन के कारण है।

महत्व (Significance)
यह शोध पत्र दावा करता है कि यह मापन भारी क्वार्क्स की उपस्थिति में pQCD के लिए एक कड़ा परीक्षण प्रदान करता है और सैद्धांतिक गणनाओं और MC मॉडलिंग पर बेहतर नियंत्रण प्रदान करता है। परिणाम अनिश्चितताओं के भीतर Sherpa NLO भविष्यवाणी के अनुरूप हैं, जबकि MGaMC+Py8 FxFx भविष्यवाणी के साथ मामूली तनाव निरंतर सैद्धांतिक मॉडलों के परिशोधन की आवश्यकता को रेखांकित करता है। प्राप्त उच्च परिशुद्धता हिग्स बोसॉन कपलिंग मापन और नई भौतिकी की खोजों में बैकग्राउंड अनिश्चितताओं को कम करने के लिए एक मूल्यवान इनपुट के रूप में कार्य करती है।